2015-11-09 4 views
0

У меня вопрос. Как в теме, что является практическим использованием эволюционных алгоритмов. Я знаю, что они находят экстремум функции, и мы можем решить проблему коммивояжера ([link]) 1. Находит ли он приложение в других областях, например, электроника, экономика, медицина?Практическое использование эволюционного алгоритма

+0

Чтобы заинтересовать людей, добавьте несколько примеров. Например: что такое «экстремум функции» и что такое «проблема коммивояжера». Не отвечайте мне, я знаю, что вы имеете в виду, но добавьте его в свой пост, чтобы вы могли охватить большую аудиторию. –

+0

Вам нужен список примеров? Или один (например [дизайн антенны] (https://en.wikipedia.org/wiki/Evolved_antenna)) достаточно? – Beta

+0

@Beta некоторые из них будут хорошими – user3191398

ответ

1


Эволюционные алгоритмы (EAs), как генетические алгоритмы (GA), являются алгоритмами оптимизации общего назначения, которые могут быть применены к любой проблеме, для которой вы можете определить функцию пригодности. Они применимы почти ко всем мыслимым проблемам оптимизации, см., Например, серия конференций «Параллельное решение проблем с природой».

Концентрация:
EAs обычно намного медленнее, чем любой конкретный алгоритм оптимизации, адаптированный к этой проблеме. Я бы применил их только в случае отказа всех стандартных алгоритмов оптимизации.

0

Это действительно тяжелый вопрос для ответа. Это зависит от того, что вы хотите делать с EA/GA. Он может использоваться в электронике, физике, биотехнологии и т. Д.

У вас есть в основном широкая область использования. Вам «просто» нужно сделать функцию фитнеса, и все, но эта задача никогда не бывает такой простой. Фитнес означает, что вам нужно как-то оценить каждый результат алгоритма. Например, вы хотите найти некоторый коэффициент в физическом уравнении или в каком-то обычном уравнении. Вам нужно знать, какие коэффициенты хороши и плохи ... поэтому вам нужны некоторые границы и т. Д.

Так что да, но зависит от того, что вам нужно.

0

Практическое использование GA заключается в поиске хороших решений сложных проблем. Они могут использоваться в любой области, где необходимо решить комбинаторную задачу оптимизации. GA, как правило, медленнее, чем другие подходы, поэтому в целом они должны использоваться, когда время выполнения не является ограничивающим фактором (например, если у вас есть 10 минут для решения проблемы, то другой подход, такой как поиск табу, может быть лучше, но если у вас есть 3 дня, тогда GA могут быть лучше).

Например, Design Space Exploration (DSE), который часто имеет очень большое пространство поиска с несколькими отключенными допустимыми областями, будет хорошим кандидатом для GA.

Смежные вопросы